农作物虫情的模糊神经网络预测模型

利用BP神经网络建立的农作物虫情预测模型,其算法存在收敛速度慢、网络泛化能力差等缺点,可影响预测精度。为进一步提高预测精度,将人工神经网络与模糊系统结合,建立基于模糊神经网络的农作物虫情预测模型;并将该模型与基于BP神经网络算法的预测模型进行比较。结果表明,模糊神经网络的预测模型预测精确度比较高,训练速度比较快;该模型给农作物虫情预测提供了一种新方法。

基于云计算的特色农庄平台设计与探讨

建立了基于云计算平台下的特色农庄智慧模型,以解决人们追求高品质、低碳生活的难题为目的。提出特色农庄的构思,采用LVQ神经网络算法构建虫情预测模型,解决特色农庄中的虫害问题;采用聚类算法构建蔬菜瓜果的价格预测模型,对各种蔬菜的价格进行预测。将虫情预测模型、特色农庄远程视频以及相关的信息搭建在云平台下,从而供顾客使用。实例分析结果表明:该平台的使用,增添了特色农庄的智能性,突显了农庄的特色,为绿色生活的全面实现奠定了坚实的基础。总之,基于云计算特色农庄的提出填补了信息化建设在农庄中应用的空白,缓减了城市白领高强度的生活节奏,引领了健康的生活方式。